缓存系列文章——缓存穿透问题

一. 缓存穿透（请求数据缓存大量不命中）：

缓存穿透是指查询一个一定不存在的数据，由于缓存不命中，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。

例如：下图是一个比较典型的cache-storage架构，cache(例如memcache,redis等等) + storage(例如mysql,hbase等等)架构，查一个压根就不存在的值,如果不做兼容，永远会查询storage。

二. 危害：

对底层数据源(mysql,hbase,http接口,rpc调用等等)压力过大，有些底层数据源不具备高并发性。

例如mysql一般来说单台能够扛1000-QPS就已经很不错了（别说你的查询都是select * from table where id=xx 以及你的机器多么牛逼，那就有点矫情了）

例如他人提供的一个抗压性很差的http接口，可能穿透会击溃他的服务。

三. 如何发现：

我们可以分别记录cache命中数,storage命中数，以及总调用量，如果发现空命中（cache,storage都没有命中）较多，可能就会在缓存穿透问题。

注意：缓存本身的命中率（例如redis中的info提供了类似数字，只代表缓存本身）不代表storage和业务的命中率。

四. 产生原因以及业务是否允许？

产生原因有很多：可能是代码本身或者数据存在的问题造成的，也很有可能是一些恶意攻击、爬虫等等（因为http读接口都是开放的）

业务是否允许：这个要看做的项目或者业务是否允许这种情况发生，比如做一些非实时的推荐系统，假如新用户来了，确实没有他的推荐数据（推荐数据通常是根据历史行为算出），这种业务是会发生穿透现象的，至于业务允不允许要具体问题具体分析了。

五. 解决方法：

解决思路大致有两个，如下表。下面将分别说明

解决缓存穿透

适用场景

维护成本

缓存空对象

1. 数据命中不高
2. 数据频繁变化实时性高

代码维护简单
需要过多的缓存空间
数据不一致

bloomfilter或者压缩filter提前拦截

1. 数据命中不高
2. 数据相对固定实时性低

1.代码维护复杂
2.缓存空间占用少

1. 缓存空对象

(1). 定义：如上图所示，当第②步MISS后，仍然将空对象保留到Cache中（可能是保留几分钟或者一段时间，具体问题具体分析），下次新的Request（同一个key）将会从Cache中获取到数据，保护了后端的Storage。

(2) 适用场景：数据命中不高，数据频繁变化实时性高（一些乱转业务）

(3) 维护成本：代码比较简单，但是有两个问题：

第一是空值做了缓存，意味着缓存系统中存了更多的key-value，也就是需要更多空间（有人说空值没多少，但是架不住多啊），解决方法是我们可以设置一个较短的过期时间。

第二是数据会有一段时间窗口的不一致，假如，Cache设置了5分钟过期，此时Storage确实有了这个数据的值，那此段时间就会出现数据不一致，解决方法是我们可以利用消息或者其他方式，清除掉Cache中的数据。

(4) 伪代码：

package com.carlosfu.service;  
  
import org.apache.commons.lang.StringUtils;  
  
import com.carlosfu.cache.Cache;  
import com.carlosfu.storage.Storage;  
  
/** 
 * 某服务 
 *  
 * @author carlosfu 
 * @Date 2015-10-11 
 * @Time 下午6:28:46 
 */  
public class XXXService {  
  
    /** 
     * 缓存 
     */  
    private Cache cache = new Cache();  
  
    /** 
     * 存储 
     */  
    private Storage storage = new Storage();  
  
    /** 
     * 模拟正常模式 
     * @param key 
     * @return 
     */  
    public String getNormal(String key) {  
        // 从缓存中获取数据  
        String cacheValue = cache.get(key);  
        // 缓存为空  
        if (StringUtils.isBlank(cacheValue)) {  
            // 从存储中获取  
            String storageValue = storage.get(key);  
            // 如果存储数据不为空,将存储的值设置到缓存  
            if (StringUtils.isNotBlank(storageValue)) {  
                cache.set(key, storageValue);  
            }  
            return storageValue;  
        } else {  
            // 缓存非空  
            return cacheValue;  
        }  
    }  
  
  
    /** 
     * 模拟防穿透模式 
     * @param key 
     * @return 
     */  
    public String getPassThrough(String key) {  
        // 从缓存中获取数据  
        String cacheValue = cache.get(key);  
        // 缓存为空  
        if (StringUtils.isBlank(cacheValue)) {  
            // 从存储中获取  
            String storageValue = storage.get(key);  
            cache.set(key, storageValue);  
            // 如果存储数据为空，需要设置一个过期时间(300秒)  
            if (StringUtils.isBlank(storageValue)) {  
                cache.expire(key, 60 * 5);  
            }  
            return storageValue;  
        } else {  
            // 缓存非空  
            return cacheValue;  
        }  
    }  
  
}

2. bloomfilter或者压缩filter(bitmap等等)提前拦截

(1). 定义：如上图所示，在访问所有资源(cache,storage)之前，将存在的key用布隆过滤器提前保存起来，做第一层拦截,例如：我们的推荐服务有4亿个用户uid,我们会根据用户的历史行为进行推荐（非实时），所有的用户推荐数据放到hbase中，但是每天有许多新用户来到网站，这些用户在当天的访问就会穿透到hbase。为此我们每天4点对所有uid做一份布隆过滤器。如果布隆过滤器认为uid不存在，那么就不会访问hbase，在一定程度保护了hbase（减少30%左右）。

注：有关布隆过滤器的相关知识，请自行查阅，有关guava中如何使用布隆过滤器，之后会系列文章给大家介绍。

(2) 适用场景：数据命中不高，数据相对固定实时性低（通常是数据集较大）

(3) 维护成本：代码维护复杂,缓存空间占用少

原文：http://carlosfu.iteye.com/blog/2248185

相关文章：

Redis RDB方式数据备份与恢复

redis 持久化详解,RDB和AOF是什么？他们优缺点是什么？运行流程是什么？

redis 如何高效快速批量插入大量数据到redis中

Redis 列表详解

Redis 字符串详解

Redis 5种数据结构简介和对应的命令及代码示例